Your SlideShare is downloading. ×
0
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

[D13] 次世代型インメモリデータベース SAP HANA その最新技術を理解する by Toshihisa Hanaki

2,651

Published on

0 Comments
6 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
2,651
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
122
Comments
0
Likes
6
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. 次世代型インメモリデータベース SAP HANA その最新技術を理解する 花木敏久 SAPジャパン株式会社 2013/11/13
  • 2. 免責条項 このプレゼンテーションに含まれる情報は機密であり、SAPの専有情報であり、SAPの許可な く開示することはできません。このプレゼンテーションは、御社とのライセンス契約やその他 のサービス、SAPとのサブスクリプションに関する合意書とは無関係です。SAPはこの文書や 関連するプレゼンテーションに記載された事業を遂行することについて、またそれらに記載さ れている機能の開発やリリースについて何ら義務を負いません。この文書や関連するプレゼン テーション、SAPの戦略や将来的な開発、製品やプラットフォームの方針や機能についてはす べて、予告なく変更される場合があります。この文書に含まれる情報は、何らかの資料、コー ドまたは機能の提供を確約したり、約束したりするものではなく、また法的な義務を負うもの ではありません。この文書は、明示・黙示を問わず、また商品性、特定目的適合性、非侵害に 関する暗黙の保証等(これらに限りません)何らの保証も提供するものではありません。この 文書は情報提供の目的のもので、契約書には含まれません。SAPは誤字・脱字や誤りなどに責 任を負わず、またこの文書の使用により生じた直接損害、間接損害、結果損害等(これらに限 りません)、いかなる種類の損害にも責任を負いません。 将来に関する記述にはすべてに様々なリスクや不確定要素があり、実際の結果が期待値と大き く異なる場合もあります。これらの将来的な記述は書かれた時点の情報にすぎませんので、過 度に信頼しないようご注意いただくとともに、購入の意思決定の根拠としないようにしてくだ さい。                  ©  2013 SAP AG. All rights reserved. 2
  • 3. 自己紹介 ©  2013 SAP AG. All rights reserved. 3
  • 4. 概要
  • 5. SAPによるデータ管理のイノベーション エンタープライズアプリケーションのためのリアルタイムプラットフォーム インメモリカラム型データベースによるOLTPと OLAPの同一データベースアプローチ ハッソ・プラットナー SAP共同設立者 VS トランザクション処理 (基幹系) 分析/計画/解析処理 (情報系) 高速化処理 (補完技術) インメモリネィティブのトラ ンザクション+計画+シュミ レーション+分析 イノベーションによるトランスフォーメーションと お客様フォーカス ©  2013 SAP AG. All rights reserved. 5
  • 6. 今日のテクノロジーにおけるトレードオフ 現在の情報処理アーキテクチャにはブレークスルーが必要 DEEP 粒度の細かいデータへの 複雑かつ繰り返しの問い合わせ OR HIGH SPEED 対話的な 高速レスポンス DEEP 粒度の細かいデータへの 複雑かつ繰り返しの問い合わせ HIGH SPEED 対話的な 高速レスポンス BROAD ビッグデータ、 多様なデータ SIMPLE データの事前加工、 事前集計、 処理のためのチューニング が不要 ©  2013 SAP AG. All rights reserved. REAL -TIME 直近のデータで 完全なリアルタイム SIMPLE データの事前加工、 事前集計、 処理のためのチューニング が不要 6
  • 7. OLTP、OLAP そして HW の高速処理を結合 Yesterday 複雑、重複、分断 SAP HANA 簡単、シンプル、リアルタイム cache オンライン処理 分析 高速化 Ÿ  複数個所でのデータコピー Ÿ  異なるデータモデル Ÿ  分断されたシステム構成 ©  2013 SAP AG. All rights reserved. OLTP + OLAP In-memory acceleration Ÿ  待ち時間不要 Ÿ  シンプルで少ないH/W構成 Ÿ  新たな可能性を創造 7
  • 8. インメモリーのパワー Cache Query Results Query Aggregates Indexes SAP HANA Data Warehouse ETL Operational Data Store Copy Data ©  2013 SAP AG. All rights reserved. 9
  • 9. OLTP+OLAPで求められる5つの要件を唯一実現したDB Deep 粒度の細かいデータに対して複雑でイン ターラクティブなクエリでアクセス Broad ビッグデータ、多くの データタイプ Real-time 最新のデータ、できればリ アルタイム ©  2013 SAP AG. All rights reserved. High Speed 高速レスポンスタイ ム、双方向性 Simple データ準備なし、事前集計なし、 チューニングなし。 10
  • 10. リアルタイムビジネスにとってのデータ管理を再考する 冗長なデータ複製、マテリアライズ、データモデルを排除する必要性 インメモリー・カラムナー・データベースという 手法により、OLTPとOLAPを1つの共通データ ベースで扱えるようにする Hasso Plattner トランザクション、分析、高速化は 分離されている トランザクションと分析を1つのデータコピー 上で、かつメモリー上で。 SAP HANA ETL トランザクション ETL 分析 Cache VS (DRAM) 高速化 Ÿ  異なるデータモデルで、3つのコピーが存在 Ÿ  不要な複雑さと遅延を排除 Ÿ  避けれないデータ遅延 Ÿ  管理するハードウェアが少なく Ÿ  リソースの浪費と低いイノベーション Ÿ  イノベーションとシンプル化を加速 ©  2013 SAP AG. All rights reserved. 11
  • 11. インメモリーデータベース コア機能
  • 12. 最新のハードウエア&ソフトウェアアーキテクチャ DBMSの再設計による遅延時間の低減 Multi-Core Architecture 64bit address space 8 CPU x 10 Cores per blade 1 TB in current servers Massive parallel scaling with many blades Dramatic decline in price/performance CPU L3 Cache L3 Cache L3 Cache L3 Cache L3 Cache L3 Cache L3 Cache L3 Cache メモリー カラムストアによる OLTP+OLAP サ ポート パーティショニング デルタ領域へ インサートONLY 集計テーブルなし (Dynamic Aggregation) 圧縮 Logging and Backup ストレージ Solid State ©  2013 SAP AG. All rights reserved. Flash HDD 13
  • 13. カラム & ローストア Ÿ  一般的なDBはローストア; SAP HANAは両方をサポートし、カラムストアに最 適化されている Country   France   Italy   Italy   Spain   Product   corn   wheat   corn   rice   456   corn   1000   457   Italy   wheat   900   458   Sales   1000   900   600   800   France   Italy   corn   600   459   Order   456   457   458   459   Spain   rice   800   Row order organization 456   457   458   459   France   Italy   Italy   Spain   corn   wheat   corn   rice   1000   900   600   800   Σ Single-record access: SELECT * FROM SalesOrders Single-scan aggregation: WHERE Order = ‘457’ SELECT Country, SUM(sales) FROM SalesOrders WHERE Product=‘corn’ GROUP BY Country Column order organization ©  2013 SAP AG. All rights reserved. 14
  • 14. データ圧縮 1次圧縮としての辞書圧縮 例:カラム辞書圧縮 Ÿ  カラム単位で辞書を作成 Ÿ  逆インデックスの参照も可能 テーブル ROW ID   辞書 国   商品   売上   5   注文 No   456   457   458   459   460   France   Italy   Spain   Italy   Denmark   corn   wheat   rice   rice   corn   1000   900   600   800   500   6   461   Denmark   rice   600   7   462   463   Belgium   Italy   rice   rice   600   1100   …   …   …   …   1   2   3   4   8   ©  2013 SAP AG. All rights reserved. 1   2   3   4   5   Belgium   Denmark   France   Italy   Spain   Dictionary 5 entries, so need 3 bits to encode! 圧縮されたカラム (bit fields) 逆インデックス 1   2   3   4   5   6   7   8   3   4   5   4   2   2   1   4   …   …   注文No 460は どこの国です か? 1   2   3   4   5   7   5,6   1   2,4,8   3   イタリアの注 文Noはどれで すか? 15
  • 15. データ圧縮 2次圧縮 例:Columnnar Run-length Encoding Ÿ  カラムメモリ内の繰り返し値を圧縮 Ÿ  ソート済カラムで有効に動作 国 Logical Table ROW   ID   1   2   3   4   5   6   7   8   注文No   456   457   458   459   460   461   462   463   国   商品   売上   France   corn   1000   Italy   wheat   900   Spain   rice   600   Italy   rice   800   Denmark   corn   500   Denmark   rice   600   Belgium   rice   600   Italy   rice   1100   …   …   …   …   1   2   3   4   5   Belgium   Denmark   France   Italy   Spain   3   4   5   4   2x2   1   4   商品 1   corn   2   wheat   3   rice   1   2   3x2   1   3x3   …   …   ©  2013 SAP AG. All rights reserved. 16
  • 16. インサートオンリー アーキテクチャ カラムストアテーブルで高速更新を実現する秘密技 Write オペレー ション メイン ストレージ デルタ ストレージ マージ後 マージ中 マージ前 マージ オペレーション メイン ストレージ Read オペレーション メイン ストレージ (New) デルタ ストレージ Read オペレーション Write オペレー ション デルタ ストレージ (New) Write オペレー ション メイン ストレージ (New) デルタ ストレージ (New) Read オペレーション " デルタマージオペレーションを完結するために、新しいメインとデルタは内部で使用される。 " テーブルレベルで実行 " メインストレージ(New)は、アップデートされた行や削除された行の古いバージョンを上書きか削除。 " 古いデルタストレージにコミットされていない変更は、新しいデルタストレージにコピーされる。 ©  2013 SAP AG. All rights reserved. 17
  • 17. 並列列処理理 Ÿ  単一SQLを内部で並列化 Ÿ  同時アクセスユーザ Ÿ  クエリ内の同時実行オペレー ション 垂 直 Ÿ  データパーティショニングを
 方 単一ホストもしくは複数ホストで 向 実行。 Ÿ  単一クエリをマルチコア・スレッ ドを利用して
 垂直方向及び水平方向への並 列化
 ©  2013 SAP AG. All rights reserved. 水平方向 quant.   150   60   100   45   75   84   96   162   45   366   type   43   12   12   33   33   12   32   43   12   33   core 1 sales   $1000   $900   $600   $800   $500   core 2 $750   $600   $600   $1100   $450   $2000   パーティションA core 3 パーティションB core 4 18
  • 18. アプリケーション開発機能
  • 19. データとアプリケーションのシンプル化 リアルタイムコンピューティングのデザインパターンをソフトウェアアーキテクチャ全体で実現 シンプル化 集中化 最適化 OLTP + OLAP in Columnar database End-to-end Data Processing Application Processing Predictive Prescriptive Machine Learning Operational Analytics Application Layer Sentiment Intelligence SAP HANA In-Memory Database layer (Main Memory) SAP HANA (Main Memory) Libraries SAP HANA (Main Memory) Transactions Sensors Spatial/GIS •  ©  2013 SAP AG. All rights reserved. アプリケーションサーバ 計画エンジン、計算エンジン •  Text •  •  Graph データベース&データ処理エンジン 統計・予測・ビジネス関数ライブラリ 20
  • 20. SAP HANA プラットホーム – データベースを超えて 様々なデバイ スのサポート 様々なアプリ 様々な アプリケーションサーバ SAP Business Suite and BW ABAP App Server SQL MDX R JSON Open Connectivity SAP HANA プラットホーム SQL, SQLScript, JavaScript 地理情報 テキストサーチ テキストマイニング ストアドプロシージャ & データモデル アプリケーション & UIサービス ビジネスファンクショ ンライブラリ 予測分析ライブラリ データベース サービス 計画エンジン ルールエンジン インテグレーションサービス トランザクション 非構造化データ マシンデータ HADOOP リアルタイムデータ 位置情報データ その他アプリ SAP HANA プラットホームは、データベース、データ処理、アプリケーション基盤を統合し、予 測分析、計画、テキスト分析、地理情報、ビジネスインテリジェンスの機能を提供することにより、 リアルタイムなビジネスを実現します ©  2013 SAP AG. All rights reserved. 21
  • 21. SAP HANA Native Application Basics –  Presentation logic o  GUI定義、操作イベント処理 o  クライアント(ブラウザ、携帯電話、タブレットPC、 etc)で処理 –  Control flow logic o  アプリケーション全体の制御ロジック o  アプリケーション・プログラム(XS、アプリケーショ ンサーバ)で処理 –  Calculation logic o  データの抽出/検索、集約、統計分析など o  SAP HANAで処理 ©  2013 SAP AG. All rights reserved. 22
  • 22. SAP  HANA  –  アプリケーションのデータレイヤへの統合 機能 説明 インフォメーションビュー OLAP (HANA View) 多次元キューブの定義、運用 アプリケーションサーバ スクリプト 文字型カラムに格納された文字列に対 する全文検索、テキスト分析 TBD 統計分析モデルに基づく将来動向の 予測 R統合 ©  2013 SAP AG. All rights reserved. テキスト検索 予測分析 計画中! SQLの拡張による多様なロジックの記 述 数学ライブラリ T Webアプリケーションの開発実行 R言語による既存分析ルーチンの利用 SAS統合 HANA上でSASの分析を実行する! 23
  • 23. インフォメーションビュー これまでBIツール上で⾏行行ってきた多次元データベースのモデリングと運⽤用をインメ モリDB上で⾏行行うことにより、リアルタイム分析を実現 多次元データベースのモデリング マスター、ファ クトテーブルの 選択 ©  2013 SAP AG. All rights reserved. ジョインの定義 24
  • 24. AFL(Application Function Library)とは? AFLテクノロジーの構成 –  Application Function o  SAPからAFLとして提供される、C++で記述さ れた関数群 o  Pridictive Analysis LibraryとBusiness Function Librarayがリリース済み(SPS05) –  AFLフレームワーク o  SAPが提供しサポートするライブラリを実行時 にHANAにロードするためのフレームワーク o  AFLは、SQLScriptからラッパープロシージャを 介して呼び出される。実行には、特別な権限が 必要。 o  SPS5まではスクリプトベースのアプローチで あったが、SPS6でApplication Function Modelerがリリースされ、GUIでラッパープロ シージャの生成、実行ワークフローの定義を行 えるようになった ©  2013 SAP AG. All rights reserved. 25
  • 25. Predictive Analysis Library (PAL) 迅速な開発支援するHANAネイティブな予測分析アルゴリズムライブラリ §  Predictive Analysis Libraryとは? §  SAP HANAに組み込まれた予測関数群 §  クラスタリング、分類、関連性、時系列、加重平 均等の予測関数群の機能を組み込み §  PALの関数リストはHANAのマニュアルで提供 されます §  Predictive Analysis Library の価値は? §  PALは、HANA上でのアプリケーション開発者 に短期間でのアプリケーション開発を提供し、 あわせて顧客にHANAの投資に対する迅速な リターンを提供 §  大規模メモリ並列処理を活用した優れた性能 を提供 §  PMMLエクスポート機能サポート ©  2013 SAP AG. All rights reserved. PALアルゴリズムの⼀一例例 分類 データ前処理理 q C4.5  デシジョンツリー q   サンプリング q CHAID  デシジョンツリー q   ビニング q 指数回帰分析 q   スケーリング q k-‐‑‒近傍分類法 q 四分位範囲テスト q 重回帰分析 q 多項回帰分析など クラスタリング アソシエーション q アプリオリ   q 異異常検出 その他 q K-‐‑‒means   q   ABC分析 q ⾃自⼰己組織化マップ q 加重スコアテーブル 時系列列 q   ⼀一次指数平滑滑法 q ⼆二次指数平滑滑法 q 三次指数平滑滑法 26
  • 26. PALの使用方法(AFMベースの開発、SPS6) AFM(Application Function Manager) –  AFLのラッパープロシージャ及び事項 ワークフローの開発ツール –  定義から実行までGUIで作業可能 –  SQLを生成するため、バッチ的実行可 能 使用環境 –  HANA Studio、HANA Client(Regi) –  AFLインストール済み –  ユーザ o  ロール:AFL__SYS_AFL_AFLPAL o  Object Privilege:REPOSITORY_RESET o  Package Privilege:REPO_PACKAGE_ROOT –  XSを使用する ©  2013 SAP AG. All rights reserved. 27
  • 27. Business Functional Library(BFL) 金融関連のビジネスロジック HANAアプリの迅速な開発を支援するHANAネイティブビジネス機能ライブラリ Business  Functionの⼀一例例 §  Business Function Libraryとは? §  SAP HANAに組み込まれたビジネス向け関 数群 q  Annual Depreciation q  Lease q Cumulate q  Linar Average §  例としては、減価償却、在庫最適化、年別 (Year on Year)や遅延等の時間ベースの関 数等のビジネスで用いる計算処理を組み込 み q  Cycles q  Max Value q  Days q  Delay Stock q  Moving Average & Moving Sum q  Discounted Cash Flow q  Net present Value q  Driver q  Outlook §  Business Function Libraryの価値は? q  Feed §  BFLは、HANA上でのアプリケーション開発者 に短期間でのアプリケーション開発を提供し、 あわせて顧客にHANAの投資に対する迅速 なリターンを提供 q  Forecast Agents §  大規模メモリ並列処理を活用した優れた性能 を提供 ©  2013 SAP AG. All rights reserved. q  Forecast Driver q  Payment q  Proportion q  Rate q  Funds q  Seasonal Complex q  Future q Stock Flow q  Grow q  Time q  Lag q  Volume Drive 28
  • 28. テキストサーチ、テキスト分析 カラム内の文字列に対する全文検索、テキスト分析が可能 バイナリドキュメントからテキスト抽出を行い、サーチ・分析が可能 ©  2013 SAP AG. All rights reserved. 29
  • 29. 統計分析に必要なR言語とのインテグレーション 主要なアルゴリズムは保持していますが、別の分析をしたい場合、オープンソースのR 言語と統合することにより、4000のアルゴリズムを利用することが可能です。 Predictive Analysis (SAPアルゴリズム) ビッグデータでのインデー タベースマイニング R言語が持つアルゴリズム を利用するためのインター フェース提供 オープンソースのR言語 (約4000のアルゴリズム) SAP HANA (SAPアルゴリズム Predictive Algorithm Library) ©  2013 SAP AG. All rights reserved. 30
  • 30. SAP HANA Extended Application Services (SAP HANA XS) SAP HANAプラットフォーム上での迅速なアプリケーション開発とデプロイの ためのネイティブサービス §  SAP HANA内のアプリケーションサービス §  迅速なアプリ開発とデプロイ §  SAP HANA上で直接実行する軽快なハイパフォーマ ンスアプリへ最適化 §  オープンかつ柔軟な開発環境 §  JavaScript,SQLScriptおよびHANA Viewベースアプリ の開発環境 §  ODATA, JSON, XMLA インターフェース §  HTML5 / SAPUI5 およびポータルサービス §  HTTP / SMTP による通信 §  リポジトリブラウザとプロジェクトエクスプローラーに よるチーム開発のためのコラボレーション環境 §  アプリケーションエコシステムの最小化 §  アプリのデプロイのための“レイヤ”最小化による TCO削減 §  SAP HANA上で直接動作 ©  2013 SAP AG. All rights reserved. 31
  • 31. SAP HANA Smart Data Access オンプレミスとクラウド間の仮想データ統合 Benefits Transactions + Analytics Ÿ  手元のDBサーバに存在するかのよ うに、リモートデータにアクセス可能 Ÿ  スマートクエリー処理−クエリーを分 割し、可能な限りリモート側でデータ 処理を行い、HANAに小さなデータ セットを返す Ÿ  データの実在場所を意識せずにアプ リケーション開発が可能 Ÿ  特殊なコマンドやシンタックス無しで リモートデータにアクセス可能 SAP HANA HANA Tables Virtual Tables Heterogeneous data sources IQ Teradata ASE Hadoop SAP HANA ©  2013 SAP AG. All rights reserved. Ÿ  Ÿ  Ÿ  Ÿ  Ÿ  SAP HANA to Hadoop (Hive) Teradata SAP Sybase ASE SAP Sybase IQ Oracle Ÿ  SQL Server 32
  • 32. SAP HANAが提案するアプリケーション Existing Technology Calculation Application Layer Other Database Layer SAP HANA Future Strategy Application Layer SAP HANA Database Layer Calculation Smart Data Access Extract Transform Latency Other Databases Other Databases ©  2013 SAP AG. All rights reserved. 33
  • 33. 運用管理
  • 34. データの永続化とバックアップ •  1 2 データは常に直接メモ リー上で読み書きされる あらゆるデータ変更は ログでキャプチャされ、 各トランザクション処理 のコミット時メモリから ディスクに保存される メモリ リストア 直近のDBスナップショット 直近のコミットログまで 任意の時点まで ファイルシステムへのバックアップ ログボリューム バックアップ
 ストレージ (NFS) SSD、FusionIO 3 定期的なセーブポイントご とに、データはメモリから ディスクにバックグラウンド で自動的に保存される(デ フォルトは、5分) Note: Ÿ  データモデル、構成、セキュリティ など、すべてデータベースの一部と みなされ、データボリュームに格納 Ÿ  既にバックアップされたログセグメ ントに対してログボリュームは、上 書きすることが可能 ©  2013 SAP AG. All rights reserved. データボリューム SASドライブ Persistence Storage HANA Appliance 3rdパーティツールでのバックアップ バックアップ エージェント
 ( 3rdパー ティ) バックアップ
 ストレージ (NFS) Symantec NetBackup 
 Infomatica
 SAS 35
  • 35. スケールアウト構成 リクエスト スケールアウト構成 Ÿ  疎結合構成 Ÿ  N+1 Ÿ  稼働ノードがフェール すると、待機ノードに データベースが引き 継がれる メリット Ÿ  1ノード分のメモリー 量を超えた大容量の データベースを構築 可能 Ÿ  ロードバランス Ÿ  オートマチックフェー ルオーバー ©  2013 SAP AG. All rights reserved. node01 node02 node03 node04 backup SAP SAP  HANA  DB DB  partition  1 DB  partition  2 DB  partition  3 -‐‑‒  SAP  HANA  DB      master  node -‐‑‒  SAP  HANA  DB      backup  master -‐‑‒  SAP  HANA  DB hot-‐‑‒standby -‐‑‒  SAP  HANA  DB shared  filesystem   HDD flash HDD flash HDD flash HDD flash 36
  • 36. SAP  HANA  システムレプリケーション Disaster  Tolerance:  WARMスタンバイ Data Center 1 Data Center 2 OS: DNS, hostnames Primary (active) Nam e Serv er Inde x serv er Nam e Serv er Inde x serv er Nam e Serv er Inde x serv er Secondary Transfer by HANA database kernel (active, data pre-loaded) Name Serve r Name Serve r Name Serve r Index server Index server Index server HA Solution Partner アプリケーション サーバ HA Solution Partner クライアント OS: Mounts Data Data Volumes Volumes Log Volume ©  2013 SAP AG. All rights reserved. Data Data Volumes Volumes Log Volume Log Volume Log Volume Planned Innovation: This is the current state of planning and may be changed by SAP at any time. 37
  • 37. システムレプリケーション ディザスターリカバリ、障害対応、定期メンテナンスのために Campus cluster Metro cluster Geo cluster Sync Async Sync RPO ≠ 0 RTO < 30 min Production Local standby 同期レプリケーション Remote standby systems 非同期レプリケーション マルチサイトレプリケーション ©  2013 SAP AG. All rights reserved. 39
  • 38. 管理、開発環境 SAP HANA Studio Eclipseベースのデータベース管理ツール兼開発環境 多次元分析モデル PAL ©  2013 SAP AG. All rights reserved. JavaScript BFL HTML5 GUI 地理情報データ SQLスクリプト MDX フルテキストサーチ データベース管理 41
  • 39. SAP HANA Appliance SAP HANA Technology Partners SAP HANA Hardware Partners SAP HANA Cloud Offering ©  2013 SAP AG. All rights reserved. 42
  • 40. SAP HANA Tシャツモデル -ハードウェア構成ー n  シングルノード構成 全シナリオで適用可能モデル Suite on HANAのみの モデル XS M L L L CPU 20Core 20Core 40Core 80Core 40Core 80Core メモリ n  S 128GB 256GB 512GB 1TB 1TB 2TB or 4TB スケールアウト構成 XL CPU 20Core 40Core 80Core メモリ 256GB 512GB 1TB Max Node数 16Node 16Node or 56Node *2013/5/29時点の情報になりま す。 56Node ©  2013 SAP AG. All rights reserved. 43
  • 41. SAP HANA One on AWS Developer Edition 開発検証用は、HANAライセンスは無償で利用可能 SAP HANAの開発がAWS上で可能に。 現在、使用可能なインスタンスタイプは3つ
 HANAライセンスは無償。AWS EC2費用は、$0.62/hr 〜 Virtual CPU’s Memory (GB) Storage (GB) m2.xlarge 2 17.1 154 m2.2xlarge 4 34.2 154 m2.4xlarge 8 68.4 154 Size 東京リージョンでも利用可能。 HANA StudioをWindows on EC2で利用する事によって、開発環境を全てAWSで構築! 下記URLから利用可能 http://scn.sap.com/docs/DOC-28294 ©  2013 SAP AG. All rights reserved. 44
  • 42. SAP HANA:Infrastructure subscription by AWS SAP HANAの本番運用が1ノードあたり244GBメモリーで、最大5ノードで運用可能に http://www.saphana.com/docs/DOC-4181 から利用可能 ©  2013 SAP AG. All rights reserved. 45
  • 43. SAP HANA: Infrastructure subscription by SAP *USリージョンのみ ©  2013 SAP AG. All rights reserved. 46
  • 44. SAP HANA Cloud Offerings On-Premise Cloud SAP HANA Appliance SAP HANA One SAP HANA:  SAP HANA:  SAP HANA;  Infrastructure Platform as a Managed Subscription Service Services 概要 オンプレミス型アプ ライアンスで提供 パブリククラウドで 利用可能なフル機 能版 ライセンス所有を 前提としたクィック 配備&運用 SAP HANAの PAAS版 SAP HANAマネッ ジドサービス プロバイダー ハードウェアパート ナー Amazon Web Services SAP, Amazon Web Services (AWS), Savvis SAP SAP ユースケース リアルタイム分析& 基幹システムプ ラットホーム テキスト分析、グラ フ、予測分析など を活用した次世代 アプリケーション カスタムアプリケー ション、データマー トの本番システム カスタムアプリケー ション、データマー トの本番システム 段階的な拡張が予 想されるアプリ ケーション クラウド、オンプレ ミスアプリケーショ ンの拡張 部門アプリケー ション 消費者向けモバイ ルアプリケーション SAP Business Suite on HANA SAP BW on HANA カスタムアプリケー ション 大規模POC、マイ グレーション メモリー量 シングルノード 64GB-1TBまたは スケールアウト構 成 60GB、 16vCPU(cc2.8xla rge) SAP:128GB-1 TB AWS: 244GB-1.44TB 1GB-750GB 顧客要件による ©  2013 SAP AG. All rights reserved. 47
  • 45. SAP HANA Academy 約300本の動画から自主学習でSAP HANAを学ぶことができます。 http://www.saphana.com/ community/implement/hanaacademy  ©  2013 SAP AG. All rights reserved. 日本語訳付きの動画でSAP HANAを学ぶ ことができます。 http://www.youtube.com/playlist? list=PLa30ZrX-1P6RLRayqbjY2n4qydjrgjW mk 48
  • 46. 11月15日(金) Session4 14:00-14:45 B35:SAP Sybase IQ, Hadoop 11月15日(金) Session5 15:00-15:45 B35:SAP HANA [ゴルフダイジェスト・オンライン] 進化するデジタルマーケティングを⽀支 えるビッグデータ活⽤用基盤 SAP国内外事例例に⾒見見る ビッグデータ・イノベーション 株式会社ゴルフダイジェスト・オンライン SAPジャパン株式会社 嘉松孝友  様 ©  2013 SAP AG. All rights reserved. 佐宗  ⿓龍龍 49
  • 47. Thank you! Toshihisa.hanaki@sap.com

×